把 Grok 应用构建器改造成「文学机器」，多智能体产长文研究
kiltrout · reddit · 2026-09-08
作者认为 LLM 在长篇复杂文本上倾向于幻觉收尾、依赖内部概念映射而非查证高质量资料，文学输出尤其糟糕。他借鉴 agentic workspace 拆分上下文的思路，把 Grok 的 app builder 改造成「研究论文生成器」：写入「问题是待研究闭合的开放向量」等公理，搭建了一套多智能体流水线——
- Fetcher 与 cleric 类 agent 按领域构建加权文献库
- Synthesist agent「Inspiraation」负责全局视角、提炼论点、为数据赋予叙事结构
- 「breath」agent 对照 Wikipedia 总结的 AI 写作特征清单重写文本，使其更像人写
结果显示成文的连贯性与复杂度明显优于单次 LLM prompt，但代价巨大：烧掉了一整周的 Grok Pro 额度并运行数小时构建语料。早期产出只是形式工整却无趣的数据罗列，加入 Synthesist 的全景综合后才有了叙事形态。遗留问题包括内外部话语的上下文串染、文风调校等。作者给各 agent 故意留拼写错误以识别 context bleed。
「编程与Agent」频道最新
- 生物科技 Agent 系列 Day 8:用审查 Agent 自动把关实验记录本质量 — nlarusstone · 2026-10-27
- Photon 在 iMessage 内上线 Agent 互通信,AI 智能体可互相发短信协作 — alvelda · 2026-10-27
- 恶搞论文走红：用 REA 的 MCP 工具反向工程机构交易系统，搞一人量化基金 — PtrPomorski · 2026-10-27
- 用一份一页 spec，Codex 3 分 28 秒复刻 Linear 核心 — aakashgupta · 2026-10-27
- Reticle 推出 AI 编码代理验证层：让 agent 自查生成的代码是否真的能跑 — Scobleizer · 2026-10-27
- 信任你的 Agent，但一定要读它的日志 — brada · 2026-10-27